Por favor, use este identificador para citar o enlazar este ítem:
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/444| Herramienta de autoría para tutores inteligentes basados en modelos probabilistas relacionales | |
| MARIO ALBERTO ROMERO INZUNZA | |
| LUIS ENRIQUE SUCAR SUCCAR MARIA DEL PILAR GOMEZ GIL | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Intelligent tutoring systems Bayes methods Education | |
| Intelligent Tutoring Systems (ITS) can provide personalized instruction which helps to improve the education-learning process; on the other hand, in recent years the development of virtual education environments and virtual laboratories has increased. The educational effectiveness of virtual laboratories can be increased by incorporating an ITS. However, the main problem is the long time of development required for ITS, and the need of experts in the area, as well as in the construction of intelligent systems and virtual laboratories.
This research presents a novel authoring tool able to automatically generate an ITS from the thematic description of a course, and the definition of the variables to evaluate student's performance in the experiments in the virtual laboratory. The authoring tool uses probabilistic graphical models to represent the student model and to determine the knowledge base relationships, this is transparent to the users.
The central aspect of the tool is the automatic construction of a student model based on probabilistic relational models. This model is used to provide each student personalized tutoring. The generation of the probabilistic relational model is made based on information of the course, which is captured by the teacher. These information is provided in a hierarchy of topics, subtopics, concepts and experimental variables. This theses presents the method for the automatic construction of the student model, and the ITS in general; which is later used to provide assistance to a student interacting with a virtual lab.
The authoring tool was tested by generating an ITS for artificial neural networks, for teaching the use of multilayer Perceptrons. The tool was evaluated on its usability and correct inference, with satisfactory results. El uso de sistemas tutores inteligentes (STI) para mejorar el proceso enseñanza-aprendizaje ha sido uno de los éxitos de la inteligencia artificial. Por otro lado, en los últimos años se ha impulsado el desarrollo de ambientes virtuales de enseñanza y laboratorios virtuales. El principal inconveniente es el largo tiempo de desarrollo para este tipo de sistemas y la necesidad de personas expertas tanto en la enseñanza de los temas como en la construcción de sistemas inteligentes y laboratorios virtuales. En esta investigación se presenta una herramienta de autoría capaz de generar automáticamente un STI a partir de la descripción temática de un curso y la definición de variables a evaluar de experimentos que un estudiante realizará mediante un laboratorio virtual. La herramienta de autoría utiliza modelos gráficos probabilistas para representar el modelo del estudiante, así como para definir las relaciones de la base de conocimiento; lo anterior es transparente para los usuarios de la herramienta. El aspecto central de la herramienta es la construcción automática de un modelo del estudiante basado en modelos probabilistas relacionales. Posteriormente el modelo es utilizado para dar tutoría personalizada a cada estudiante. La herramienta de autoría genera el modelo del estudiante basado en redes bayesianas, sin necesidad de que el docente tenga conocimiento sobre las mismas. La generación del modelo de relacional probabilista se realiza con base en la información del curso, que el docente capture; dicha información es capturada en niveles jerárquicos de temas, subtemas, conceptos y variables de experimentos. En este trabajo se presenta la estrategia de construcción automática del modelo del estudiante y de sus actualizaciones resultantes de la ejecución de experimentos en un laboratorio virtual. La herramienta se probó generando un pequeño STI de redes neuronales artificiales para la enseñanza del uso de perceptrones de varios niveles. La herramienta genera adecuadamente la representación del conocimiento del estudiante y fue evaluada en cuanto a su usabilidad con resultados satisfactorios. | |
| Instituto Nacional de Astrofísica, Óptica y Electrónica | |
| 2009 | |
| Tesis de maestría | |
| Español | |
| Estudiantes Investigadores Público en general | |
| Romero-Inzunza M.A. | |
| CIENCIA DE LOS ORDENADORES | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Maestría en Ciencias Computacionales |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| RomeroIMA.pdf | 2.6 MB | Adobe PDF | Visualizar/Abrir |